Análise de Dados para Qualificação em Gestões na Saúde, Educação e Inovação

Introdução

Este curso de introdução à análise de dados com R é uma excelente oportunidade para aprender as bases da linguagem R e como aplicá-la na análise de dados. O objetivo é transformar seu código e ideias em insights práticos de forma clara e eficiente.

Neste material, abordaremos como utilizar o R e seus alguns pacotes para a manipulação de dados, visualização e geração de relatórios. Ao longo do curso, você se familiarizará com as principais bibliotecas e aprenderá a criar gráficos e relatórios interativos para comunicar suas descobertas de maneira impactante.

Carregar Pacotes

Certifique-se de carregar todos os seus pacotes no início do documento, para clareza e consistência.

Note que os trechos de código são ocultos por padrão. Você pode ajustar esse comportamento com a opção code-fold no cabeçalho YAML do documento.

Code

library(tidyverse) 
library(hrbrthemes)
library(viridis)
library(ggiraph)
library(patchwork) 
library(sf)

1: este pacote fornece meu tema favorito do ggplot2: theme_ipsum()
2: porque eu estava muito preguiçoso para procurar algo melhor no R Color Finder!

Por falar nisso, você deve abrir o trecho de código dobrado acima. ⬆️ Há uma pequena surpresa incrível no lado direito dele.

Principais Funcionalidades

Tipografia

Você deve ter notado que a tipografia difere do estilo padrão do Quarto. Também adicionei espaçamento extra acima de cada título para melhor legibilidade, e sublinhei-os para dar mais destaque aos cabeçalhos.

Cabeçalho e Rodapé

O cabeçalho é totalmente personalizado, incluindo um canto divertido do GitHub que vincula ao código original. Além disso, há partículas animadas para um toque de descontração. Role para baixo e você encontrará um rodapé personalizado também.

Para uma lista completa de funcionalidades e verificar o criador original deste relatório, visite a documentação - atenção material em inglês!

Mapa Interativo

Ah, e já que estamos aqui, sabia que você pode incluir facilmente um mapa interativo em largura total com o leaflet em um documento Quarto? 😍

Versão simples com o local de nascimento do R.

Code

# Carregar a biblioteca.
library(leaflet)

# Fazer um mapa com zoom interativo e marcadores de cores diferentes
leaflet() %>%
  addTiles() %>% # Adicionar tiles padrão do OpenStreetMap
  addMarkers(lng = 174.768, lat = -36.852, popup = "O local de nascimento do R")

Ou convido vocês a usarem o zoom para dentro Brasil encontrar no Espirito Santo duas localidades comentados em nosso encontro síncrono.

Code

# Carregar a biblioteca.
library(leaflet)

# Fazer um mapa com zoom interativo e marcadores de cores diferentes
leaflet() %>%
  addTiles() %>% # Adicionar tiles padrão do OpenStreetMap
  setView(lng = -40.3381, lat = -20.3222, zoom = 8) %>% # Definir o centro do mapa e o nível de zoom
  addMarkers(lng = -40.3381, lat = -20.3222, popup = "Não é o mar, é perto da polícia federal de Vitória", 
             icon = makeIcon(iconUrl = "https://raw.githubusercontent.com/pointhi/leaflet-color-markers/master/img/marker-icon-red.png")) %>%
  addMarkers(lng = -40.5439, lat = -19.4111, popup = "Marilândia, cidade mais especial do mundo na opinião do Bertolde", 
             icon = makeIcon(iconUrl = "https://raw.githubusercontent.com/pointhi/leaflet-color-markers/master/img/marker-icon-green.png"))

Como Funciona

Ao longo do curso, você aprenderá a utilizar o R para explorar e analisar dados de diferentes fontes. Utilizaremos bibliotecas como tidyverse para manipulação de dados, ggplot2 para criar visualizações e sf para lidar com dados espaciais.

Este material também mostrará como construir relatórios reproduzíveis que podem ser facilmente compartilhados com colegas e superiores, ajudando na tomada de decisões com base em dados concretos.

Code

library(DT)
data(iris)

# Fazendo uma tabela interativa
datatable(iris, filter = "top")

Além disso, exploraremos gráficos interativos com o ggiraph. Experimente passar o mouse sobre um dos gráficos abaixo e veja a interatividade em ação!

Code

# Read the full world map
world_sf <- read_sf("https://raw.githubusercontent.com/holtzy/R-graph-gallery/master/DATA/world.geojson")
world_sf <- world_sf %>%
  filter(!name %in% c("Antarctica", "Greenland"))

# Create a sample dataset
happiness_data <- data.frame(
  Country = c(
    "France", "Germany", "United Kingdom",
    "Japan", "China", "Vietnam", "Brazil",
    "United States of America", "Canada", "Mexico"
  ),
  Continent = c(
    "Europe", "Europe", "Europe",
    "Asia", "Asia", "Asia", "South America",  # Corrija aqui se necessário
    "North America", "North America", "North America"
  ),
  Happiness_Score = rnorm(mean = 30, sd = 20, n = 10),
  GDP_per_capita = rnorm(mean = 30, sd = 20, n = 10),
  Social_support = rnorm(mean = 30, sd = 20, n = 10),
  Healthy_life_expectancy = rnorm(mean = 30, sd = 20, n = 10)
)


# Join the happiness data with the full world map
world_sf <- world_sf %>%
  left_join(happiness_data, by = c("name" = "Country"))


# Create the first chart (Scatter plot)
p1 <- ggplot(world_sf, aes(
  GDP_per_capita,
  Happiness_Score,
  tooltip = name,
  data_id = Continent,
  color = Continent
)) +
  geom_point_interactive(data = filter(world_sf, !is.na(Happiness_Score)), size = 4) +
  theme_minimal() +
  theme(
    axis.title.x = element_blank(),
    axis.title.y = element_blank(),
    legend.position = "none"
  )

# Create the second chart (Bar plot)
p2 <- ggplot(world_sf, aes(
  x = reorder(name, Happiness_Score),
  y = Happiness_Score,
  tooltip = name,
  data_id = Continent,
  fill = Continent
)) +
  geom_col_interactive(data = filter(world_sf, !is.na(Happiness_Score))) +
  coord_flip() +
  theme_minimal() +
  theme(
    axis.title.x = element_blank(),
    axis.title.y = element_blank(),
    legend.position = "none"
  )

# Create the third chart (choropleth)
p3 <- ggplot() +
  geom_sf(data = world_sf, fill = "lightgrey", color = "lightgrey") +
  geom_sf_interactive(
    data = filter(world_sf, !is.na(Happiness_Score)),
    aes(fill = Continent, tooltip = name, data_id = Continent)
  ) +
  coord_sf(crs = st_crs(3857)) +
  theme_void() +
  theme(
    axis.title.x = element_blank(),
    axis.title.y = element_blank(),
    legend.position = "none"
  )

# Combine the plots
combined_plot <- (p1 + p2) / p3 + plot_layout(heights = c(1, 2))

# Create the interactive plot
interactive_plot <- girafe(ggobj = combined_plot)
interactive_plot <- girafe_options(
  interactive_plot,
  opts_hover(css = "fill:red;stroke:black;")
)

interactive_plot

Figura: Louca de especial com o pacote ggiraph

Uma seção cinza

É sempre bom ter uma seção cinza. Faz o documento respirar um pouco. Isto requer um pouquinho mais de copia e cola, não precisamos falar disso agora mas o exemplo esta aqui Repositório de exemplo para garantir que você possa fazer seções como esta muito facilmente.

Vamos usar este espaço para um exemplo “matematicamente musical” (quem foi no primeiro encontro síncrono pegou a referência):

\[ x = \frac{-b \pm \sqrt{b^2 - 4ac}}{2a} \]

Outras dicas de Quarto e Rmakdown

Por exemplo, se você está criando vários gráficos, cada um destacando diferentes aspectos do seu conjunto de dados, considere usar pills = ::: para organizá-los!

Este é um velho e bom gráfico de dispersão do conjunto de dados iris (biólogos adoram, declaro viés). Se você quiser aprender mais sobre como fazer gráficos no R, segue um exemplo de galeria de gráficos R!

Code

ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, color=Species)) + 
    geom_point() +
    theme_ipsum()

Você também pode fazer um boxplot, mas por favor, não esconda a distribuição subjacente!😋

Code

# create a dataset
data <- data.frame(
  name=c( rep("A",500), rep("B",500), rep("B",500), rep("C",20), rep('D', 100)  ),
  value=c( rnorm(500, 10, 5), rnorm(500, 13, 1), rnorm(500, 18, 1), rnorm(20, 25, 4), rnorm(100, 12, 1) )
)

# Plot
data %>%
  ggplot( aes(x=name, y=value, fill=name)) +
    geom_boxplot() +
    scale_fill_viridis(discrete = TRUE, alpha=0.6) +
    theme_ipsum() +
    theme(
      legend.position="none",
      plot.title = element_text(size=11)
    ) +
    ggtitle("O gráfico de boxplot esconde a distribuição das amostras") +
    xlab("")

Veja o que esta acontecendo agora que os pontos de dados individuais são visíveis! Seria uma pena perder isso.

Code

data %>%
  ggplot( aes(x=name, y=value, fill=name)) +
    geom_boxplot() +
    scale_fill_viridis(discrete = TRUE, alpha=0.6) +
    geom_jitter(color="black", size=0.4, alpha=0.9) +
    theme_ipsum() +
    theme(
      legend.position="none",
      plot.title = element_text(size=11)
    ) +
    ggtitle("Um boxplot com gráfico de jitter") +
    xlab("")

Agradecimentos

Queremos agradecer a vocês por juntarem-se conosco nesta jornada de aprendizado. Espero que vocês aproveitem o curso e que o mesmo ajude a todos nos mais diferentes desafios a serem mais eficientes e produtivos.

Lista do pessoal com vontade:

VICTOR ALVARO

PEDRO

JOÃO PEDRO

RUBIA ROSA

FERNANDA LUCIA

JOÃO PEDRO

RENATA

CLAUDIANA

FELIPE

THIAGO

ALINE

LETICIA

PAULO HENRIQUE

SHEILA CRISTINA

ANA PAULA

CAROLINA

ROBERTA

TIAGO

DANIELLE

SYLVIA

JESSÉ

FARLEN

SAMIA

MILENA

SARA

DANIEL

ANDRESSA

ANNA CAROLINA

AGNER

ANDRESSA

FREDERICO

POLIANA

AYRTON

KÁTIA CRISTINA

TONIA CARLA

FERNANDA

CINTHIA

SUZETE

ARIANNY

AMANDA

YARA

JOÃO VITOR

GIORGIA

LEYLIANY

GIULIANA

RAMON

ERICA

KATHERINE

DANIELE

THYAGO

ELAINE

MATHEUS

MARCELA

SÂMELA MAIA

JAMILIA

BEATRIZ

AGATHA CHRISTIE

MARGARETH

RENATA KELLY

PRISCILA

THAIS

LARISSA

DIJOCE

MARIA DA PENHA

PALOMA

AUREA

NICOLE

ANDRÉA

BÁRBARA

GLEICIANE

JULIANA

FELIPE

LISSANDRA

IVINA

VALQUIRIA

JOANA

DANIÉSTER

TAMARA ANDREA

GUILHERME

CAROLINE

VANIA PAULA

GUSTAVO

ITEUANE ROBERTE

LILIANE

PAULA

PATRICIA

AMANDA

EMILLY MARTINELLI

NUBIA

ESTEFANI

CÁSSIO LUÍS

ALICE

FABIOLA CARLA

TIAGO

LARISSA

PAOLA KAROLYNE

EDILENE REBECA

SANDRA

ELIANE

ALBINA DE FATIMA

GRAZIELLE

WILLENE DOS SANTOS

PATRICIA

RENATA

PRISCILA

TALLES

ANDREA

LUIZ CLAUDIO

THAIS

BRUNA

ELOIZA

CELI

BARBARA

VANESA

PRISCILA

MARGARETH MARIA

TERESA CRISTINA

LAUZIENE

BRÍGIDA

LARISSA

ADRIANA

JEANE SILVA

DIEGO DE LUCAS

Uma seleção!